[發明專利]使用擴展靈敏度模型和深度神經網絡進行磁共振圖像重建的方法和系統

有效

• 申請號: 202010080426.8
• 申請日: 2020-02-05
• 公開（公告）號: CN111513716B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 克里斯托弗·邁克爾·桑迪諾;賴鵬;什里亞斯·瓦薩納瓦拉;約瑟夫·一談·程
• 申請（專利權）人: 通用電氣精準醫療有限責任公司;小利蘭·斯坦福大學托管委員會
• 主分類號: A61B5/055
• 分類號: A61B5/055;G01R33/56;G06N3/04;G06N3/08
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 侯穎媖;錢慰民

本發明題為“使用擴展靈敏度模型和深度神經網絡進行磁共振圖像重建的方法和系統”。本發明提供了用于由加快的磁共振成像(MRI)數據來重建磁共振圖像的各種方法和系統。在一個實施方案中，用于重建磁共振(MR)圖像的方法包括：由欠采樣k空間數據估計多組線圈靈敏度映射圖，欠采樣k空間數據通過多線圈射頻(RF)接收器陣列來獲取；使用欠采樣k空間數據和估計的多組線圈靈敏度映射圖來重建多個初始圖像；利用訓練的深度神經網絡通過使用初始圖像和多組線圈靈敏度映射圖迭代地重建多個圖像來生成多個最終圖像，該多個圖像中的每一個對應于多組靈敏度映射圖中的不同組；以及將從訓練的深度神經網絡輸出的多個最終圖像合并以生成MR圖像。

技術領域

本文所公開的主題的實施方案涉及磁共振成像，并且更具體地涉及使用擴展線圈靈敏度模型進行的基于深度學習的磁共振圖像重建。

背景技術

磁共振成像(MRI)是可以在不使用X射線或其他電離輻射的情況下創建人體內部的圖像的醫學成像模態。MRI使用強力磁體產生強大、均勻的靜磁場。當將人體或人體的一部分置于磁場中時，與組織水中的氫原子核相關的核自旋變得極化，其中與這些自旋相關的磁矩會變得優先沿著磁場的方向對準，從而沿著該軸線產生小的凈組織磁化。MRI系統還包括梯度線圈，該梯度線圈產生具有正交軸線的較小幅值、空間變化的磁場以通過在體內每個位置處產生特征共振頻率來對磁共振(MR)信號進行空間編碼。氫核由處于或接近氫核的共振頻率的射頻信號激發，這為核自旋系統增加了能量。當核自旋弛豫回到其靜止能量狀態時，其以RF信號的形式釋放吸收的能量。該RF信號(或MR信號)由一個或多個RF線圈陣列檢測并且使用計算機和已知的重建算法來變換成圖像。

由于要采集大量數據，MRI獲取過程可較慢。欠采樣或采集更少k空間數據可減少掃描時間；然而，這可導致混疊偽影，從而可使相關解剖結構模糊不清。先進的MRI重建技術(諸如并行處理)可通過減少數據采集量來加快掃描時間而不發生混疊。

發明內容

在一個實施方案中，用于重建磁共振(MR)圖像的方法包括由欠采樣k空間數據估計多組線圈靈敏度映射圖，其中欠采樣k空間數據通過多線圈射頻(RF)接收器陣列來獲取；使用欠采樣k空間數據和估計的多組線圈靈敏度映射圖來重建多個初始圖像，多個初始圖像中的每一個對應于多組線圈靈敏度映射圖中的不同組；利用訓練的深度神經網絡通過使用初始圖像和多組線圈靈敏度映射圖迭代地重建多個圖像來生成多個最終圖像，多個圖像中的每一個對應于多組靈敏度映射圖中的不同組；以及將從訓練的深度神經網絡輸出的多個最終圖像合并以生成MR圖像。這樣，可減少重建的圖像中的成像偽影，同時還減少重建的計算工作量和掃描時間。

應當理解，提供上面的簡要描述來以簡化的形式介紹在具體實施方式中進一步描述的精選概念。這并不意味著識別所要求保護的主題的關鍵或必要特征，該主題的范圍由具體實施方式后的權利要求書唯一地限定。此外，所要求保護的主題不限于解決上文或本公開的任何部分中提到的任何缺點的實施方式。

附圖說明

通過參考附圖閱讀以下對非限制性實施方案的描述將更好地理解本公開，其中以下：

圖1是根據一個示例性實施方案的磁共振成像(MRI)系統的框圖。

圖2是根據一個示例性實施方案的射頻(RF)線圈陣列相對于成像對象的示意性布置。

圖3示出了根據一個實施方案的示意圖，該示意圖示出了使用深度學習-ESPIRiT網絡來重建MRI圖像的示例性過程流。

圖4示出了根據一個示例性實施方案的可在圖3中使用的深度學習-ESPIRiT網絡的示意圖。

圖5示出了根據一個示例性實施方案的深度學習-ESPIRiT網絡的布局。

圖6示出了根據一個示例性實施方案的使用深度神經網絡由從多個MRI線圈元件獲取的欠采樣k空間數據來重建MR圖像的方法的流程圖。